0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

深度解析AI巨头发展路径

mK5P_AItists 来源:未知 作者:胡薇 2018-08-28 16:36 次阅读

随着云计算、大数据、算法技术等条件的成熟,人工智能AI)在产品优化、消费提升、攻克顽疾、应对气候变化等方面表现出无所不能的魅力,成为宏观和微观主体争相布局的领域。作为人工智能领域的佼佼者,互联网科技巨头在战略、组织、人员、产品、生态、机制等方面竞相布局和激烈竞争,为微观企业勾画出人工智能的实施路径和资源图谱。

研发路径:沿着学术化和商业化两条路径开展研发创新,学术化正向商业化转移

学术化路径的典型代表是Google,可理解为“基础研究——应用”的研发路径,注重人工智能基础研究与技术积累,并在此基础上拓展人工智能应用、优化提升自有产品。正因如此,在五大互联网科技巨头中[1],Google在机器学习等人工智能底层技术上的积累和进步远超其他公司。而基于此路径形成的宽松、开放的学术形象和氛围,使得学术派对研究型专家人才更具吸引力。

商业化路径的典型代表是亚马逊,可理解为“应用——基础研究”的研发路径,注重的是人工智能技术所带来的商业价值,以产品需求推动学术研究和突破。后者在消费市场上获得的成功为前者指明了发展方向,当然,其成功离不开前者的基础研究及学术开放。从发展趋势看,Google等学术派正在调整组织人员和架构向商业化倾斜。

战略/组织路径:将人工智能纳入战略核心并进行组织架构和人员调整,以人工智能统领全局

从近几年发展看,互联网科技巨头逐渐将人工智能纳入战略核心,并围绕人工智能对旗下产品和企业管理进行重新审视。如Google、Facebook、微软、百度等公司在确定“人工智能为先”战略的同时对组织架构和人员相应进行了调整,以确保人工智能战略的有效实施(见表1)。

值得注意的是Google和Facebook近期的组织和人员调整都表现出了从注重“学术”向“商业”转变,如Facebook聘请前IBM人工智能平台主管佩塞蒂接管其人工智能研究院(FAIR)和应用机器学习部门(即AML),以推动人工智能产品商业化。

表1 互联网科技巨头人工智能战略、定位及组织调整

产品路径:开展“人工智能+软件+硬件+芯片”产品布局,抢占用户入口和人工智能制高点

基于机器学习等人工智能技术对现有和未来产品体系进行整体规划和布局,路径有三:

一是应用于现有产品体系,改造和优化现有产品性能和体系。如Facebook将人工智能应用到其社交网络以识别假消息和不良内容,Google则应用到了搜索、地图、Youtube等几乎所有产品线。

二是面向个人消费市场开发基于人工智能的软硬件产品,并集成已有产品,抢占用户入口。最具代表的是被众人效仿的亚马逊智能音箱Echo(搭载Alexa),为寻找用户入口觅到一条一致方向。

三是面向行业市场开发应用,拓展产品线。如Google正基于人工智能拓展在医疗健康领域的版图,包括疾病诊断、治疗、健康管理、医疗保险等。四是布局人工智能芯片,抢占主导权。虽然目的各有侧重,但总体而言还是要抢占该领域主导权(见表2)。

表2 互联网科技巨头人工智能产品路径

技术路径:通过“开源代码+开放平台+开放数据集”实现技术开放,确保人工智能影响力

开源软件的出现吸引全民参与并促进了互联网的兴盛和发展。但在基于算法/算力、大数据等技术的人工智能时代,全民参与的技术门槛被提高,不仅需要开源的人工智能计算框架,还需要学习、训练和应用平台,以及相关数据集的开源、开放,因此,开源人工智能学习框架和深度学习工具、推出人工智能开放平台、开放人工智能相关大型数据集成为巨头共识(见表3)。

现今,Google的TensorFlow、Facebook的Torch、微软的CNTK等正日益成为人工智能算法中的标准框架。Google等互联网科技巨头推出的图像识别、语音识别、自然语音处理等人工智能开放平台,以及视频、语音、图像等大型相关数据集,也被行业内外广泛采用。

人工智能技术开放不仅能够吸引外部人才的广泛参与和技术改进,还能通过使用者的广泛聚集获得更大的话语权,从而占据人工智能制高点。

表3 互联网科技巨头人工智能技术开放

人才路径:争拔尖、本地化、播知识,广蓄人才

抢夺顶尖人才。稀缺使得人工智能人才的流动越来越频繁(见图1),巨头们使尽浑身解数吸纳人工智能顶尖人才,如百度的“少帅计划”、Facebook募得卷积神经网络之父Yann LeCun为其打造人工智能发展体系。

二是,在人工智能研究重地、顶尖院校所在地等成立本地化研究中心。人才竞争已从巨头之争上升到国家较量。美、加、英、法、日、韩等国均已宣布国家层面的人工智能投资计划。亚马逊则在人工智能“起步早、根子正”的英国等地建立研发中心,Google、微软和Facebook等企业先后在加拿大成立了人工智能实验室,广泛吸引全球人工智能人才。

三是,推动知识传播和扩散,培养和储备人才。在此方面,巨头们都秉承开放的态度。其中,Google将“提供更多人工智能培训、研发更多具有包容性的人工智能学习模型”作为其“人工智能为先”战略的一部分,并针对内部员工和社会公众提供人工智能免费培训课程。面对人才的频繁流动,微软和亚马逊等也借鉴了前者的做法。

图1 互联网科技巨头之间的人工智能人才流动[2] (来自paysa 的调查,图右侧为亚马逊)

生态路径:收购、投资人工智能初创公司,运用资本手段快速构建人工智能生态

通过“买买买”的方式将人工智能初创公司招致麾下是快速进入和打造自有人工智能生态最为快捷的路径。自人工智能成为关注热点以来,诸如“Google收购人工智能初创公司Deepmind”等消息不断见诸报端。

数据显示,在人工智能收购方面,Google和苹果最活跃,2010年以来相关收购有十几笔,其最为著名的AlphaGo就是Google所收DeepMind的杰作。收购的初创公司或是保持独立运营,或是被并入内部人工智能部门/项目。除了收购,通过风投培育初创公司也是巨头惯用手段(见表4),如Google Ventures就通过风投的方式培养了大批人工智能新公司和新项目。

表4 互联网科技巨头人工智能投资情况

机制路径:构建灵活的机制和鼓励创新的文化,打造持续创新能力

机制和文化是开展人工智能更深层的资源。人才可以挖、技术可以买,唯有机制和文化无法用“钱”解决,灵活的机制和鼓励创新的文化正是互联网科技巨头优势所在。由于将人工智能置于公司战略高位,巨头们基本上建立了人工智能团队负责人与企业高层的直接汇报机制,以提高决策沟通效率以及执行力。

另外还有推动人工智能应用的团队合作机制。鼓励创新的企业文化是互联网科技巨头的DNA,如作为亚马逊14 条领导力准则之一的“Think Big”(大胆去想竞赛)则是直观体现。进入决赛选手将获向包括CEO在内的最高领导层展示其创意的机会,而获胜者则可加入Grand Challenge(类似Google的创新实验室 X)团队,配有专项预算来招募成员[3]。

注:[1] 五大科技公司包括亚马逊、苹果、Facebook、Google、微软。

[2] AI人才争夺战:亚马逊成谷歌人才跳板,图解科技巨头人才流动率。

[3] 亚马逊神秘团队曝光!探索癌症治疗、医疗数据和最后一英里快递。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 微软
    +关注

    关注

    4

    文章

    6617

    浏览量

    104201
  • Google
    +关注

    关注

    5

    文章

    1767

    浏览量

    57644
  • 人工智能
    +关注

    关注

    1792

    文章

    47458

    浏览量

    239113

原文标题:谷歌、脸书、微软、亚马逊、苹果、百度等AI巨头发展路径探析

文章出处:【微信号:AItists,微信公众号:人工智能学家】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    深度解析研华全栈式AI产品布局

    在人工智能迈向边缘智能化的浪潮中,研华科技通过“Edge AI+生态协同”战略推动AIoT 2.0时代的产业落地。本文专访研华科技产品总监邱柏儒,深度解析研华全栈式AI产品布局、差异化
    的头像 发表于 12-05 09:51 298次阅读

    RISC-V在AI领域的发展前景怎么样?

    随着人工智能的不断发展,现在的视觉机器人,无人驾驶等智能产品的不断更新迭代,发现ARM占用很大的市场份额,推出的ARM Cortex M85性能也是杠杠的,不知道RISC-V在AI领域有哪些参考方案?
    发表于 10-25 19:13

    AI大模型与深度学习的关系

    AI大模型与深度学习之间存在着密不可分的关系,它们互为促进,相辅相成。以下是对两者关系的介绍: 一、深度学习是AI大模型的基础 技术支撑 :深度
    的头像 发表于 10-23 15:25 970次阅读

    AI深度噪音抑制技术

    AI深度噪音抑制技术通过深度学习算法实现了对音频中噪声的智能消除,它在音频清晰度提升、环境适应性、实时性和自然音质保留等方面展现了巨大的优势。随着AI技术的不断进步,它将在更多领域和场
    的头像 发表于 10-17 10:45 672次阅读
    <b class='flag-5'>AI</b><b class='flag-5'>深度</b>噪音抑制技术

    AI for Science:人工智能驱动科学创新》第二章AI for Science的技术支撑学习心得

    人工智能在科学研究中的核心技术,包括机器学习、深度学习、神经网络等。这些技术构成了AI for Science的基石,使得AI能够处理和分析复杂的数据集,从而发现隐藏在数据中的模式和规律。 2. 高性能
    发表于 10-14 09:16

    AGV系统设计解析:布局-车体-对接-数量计算-路径规划

    AGV是智能制造关键设备,广泛应用于各行业。AGV路径规划技术包括A*、Dijkstra和遗传算法等,各有优劣。AGV软件系统优化方向包括多传感器融合、高精度地图构建、实时路径更新和深度学习技术。AGV搬运机器人相比传统叉车具有
    的头像 发表于 08-01 17:47 424次阅读
    AGV系统设计<b class='flag-5'>解析</b>:布局-车体-对接-数量计算-<b class='flag-5'>路径</b>规划

    温度补偿振荡器TG-3541CE的深度解析

    温度补偿振荡器TG-3541CE的深度解析
    的头像 发表于 07-18 17:48 339次阅读

    张平安:中国AI发展核心在于行业应用的深度整合与全球大模型构建

    华为云CEO张平安近日阐述了其对中国AI发展路径的独到见解,强调了算力基础设施创新与行业场景开放对于推动AI领先应用的重要性。他指出,中国AI
    的头像 发表于 07-09 14:33 501次阅读

    基于AI深度学习的缺陷检测系统

    在工业生产中,缺陷检测是确保产品质量的关键环节。传统的人工检测方法不仅效率低下,且易受人为因素影响,导致误检和漏检问题频发。随着人工智能技术的飞速发展,特别是深度学习技术的崛起,基于AI深度
    的头像 发表于 07-08 10:30 1565次阅读

    AI大模型的发展历程和应用前景

    随着人工智能技术的飞速发展AI大模型逐渐成为研究与应用领域的热点。AI大模型,顾名思义,是指具有巨大参数量的深度学习模型,这些模型通过学习海量的数据,能够在自然语言处理、计算机视觉、
    的头像 发表于 07-03 18:20 1233次阅读

    比尔·盖茨展望AI未来:从AI顾问到深度智能体的演变

    在科技日新月异的今天,人工智能(AI)作为引领未来变革的关键力量,其发展前景始终牵动着全球科技界与公众的神经。近日,微软创始人比尔·盖茨在知名播客节目《Next Big Idea Club》上,就AI的未来
    的头像 发表于 07-03 16:10 433次阅读

    esp idf是否有支持中文路径解析的接口?

    错:implicit declaration of function \'_wfopen\'; did you mean \'fopen\'? 我的代码已经引用了#include 的头文件,这个有办法解决吗?esp idf是否有支持中文路径解析的接口?谢谢!
    发表于 06-05 08:03

    八大科技巨头携手推进UALink,加速数据中心AI互联

    近日,英特尔、Google、微软、Meta等八家科技巨头宣布共同成立超加速器链接(UALink)推广小组,致力于推动数据中心内AI加速器芯片的连接组件发展。UALink旨在优化数据中心内AI
    的头像 发表于 05-31 10:59 861次阅读

    深度解析深度学习下的语义SLAM

    随着深度学习技术的兴起,计算机视觉的许多传统领域都取得了突破性进展,例如目标的检测、识别和分类等领域。近年来,研究人员开始在视觉SLAM算法中引入深度学习技术,使得深度学习SLAM系统获得了迅速
    发表于 04-23 17:18 1331次阅读
    <b class='flag-5'>深度</b><b class='flag-5'>解析</b><b class='flag-5'>深度</b>学习下的语义SLAM

    揭秘AI与半导体深度融合背后的创新力量

    随着科技的飞速发展,人工智能(AI)与半导体产业正以前所未有的速度深度融合。这一融合不仅推动了半导体技术的进步,更为AI的广泛应用和商业化提供了坚实的基础。本文旨在探讨这种
    的头像 发表于 02-22 10:09 1136次阅读
    揭秘<b class='flag-5'>AI</b>与半导体<b class='flag-5'>深度</b>融合背后的创新力量